基于监督协同近邻保持投影的人脸识别算法

• 作者: 庄新磊 张其文
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 人脸识别 流形学习 近邻保持嵌入 协同表示 监督协同近邻保持投影
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 309-314
• 页数: 6页
• 分类号: TP391.41
• 字数: 7660字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.5.063

摘要

基于流形学习理论的近邻保持嵌入算法(Neighborhood Preserving Embedding,NPE)能够发现数据集中隐含的内蕴结构,但当训练样本不足时,无法准确发现数据的内在流形结构,从而影响算法的识别效果.针对这一问题,对NPE算法进行改进,提出了监督协同近邻保持投影算法(Supervised Collaborative Neighborhood Preserving Projection,SCNPP).该算法在类别信息的指导下构建近邻图,使同类样本间的几何关系得到保持,利用协同表示弥补NPE因样本不足造成的表示误差,以一个有效保持样本近邻关系、准确发现数据内在流形结构的权值矩阵计算投影矩阵,提高分类效果.在FERET、AR和Extended Yale B人脸数据集上的实验验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张其文	兰州理工大学计算机与通信学院	18	120	7.0	10.0
2	庄新磊	兰州理工大学计算机与通信学院	2	7	2.0	2.0